BC-SVM

新的SVM方法应对高维低样本量挑战

一篇新的研究论文探讨了支持向量机（SVM）在高维低样本量（HDLSS）设定下的渐近性质，特别是在带尖峰模型下。研究表明，标准SVM和偏差校正SVM（BC-SVM）在这些条件下无法保持一致性，因为它们的误分类率不趋近于零。为解决此问题，该论文引入了一种带尖峰校正的SVM（SC-SVM），并证明了其在样本量增加时的收敛性，这是基于投影的方法在固定样本量下无法实现的。